Research Report 2024

프로젝트 진행 과정

데이터 수집·분석 방법 및 팀원별 소감

data_table

Section 01

데이터 수집 및 분석 방법

search

데이터 수집

인플루엔자의 전파 특성, 잠복기, 감염 지속기간, 백신 효능, 마스크 및 사회적 거리두기 효과 등 기본 자료는 기존 논문과 WHO, CDC 등 공신력 있는 보건 자료를 바탕으로 수집하였다. 사이트의 시뮬레이션에서는 인구수 100,000명, 기본 재생산지수(R₀) 1.3, 잠복기 2일, 감염 지속기간 4일, 초기 감염자 10명, 시뮬레이션 기간 180일을 기준값으로 설정하였다.

analytics

분석 방법

수집한 데이터를 바탕으로 SEIR 모델을 활용해 감수성자(S), 잠복기 감염자(E), 감염자(I), 회복자(R)의 변화를 시간 흐름에 따라 분석하였다. 마스크 착용률, 사회적 거리두기 수준, 백신 접종률, 백신 효능을 조절 변수로 두어 예방 정책에 따른 변화를 비교하였다.

verified

결과 검증

최대 감염자 수(피크), 피크 도달 시점, 최종 감염률(Attack Rate), 유효 재생산지수(Re)의 변화를 지표로 삼아 각 예방 수단의 효과를 비교하고, 백신·마스크·거리두기 중 최적의 조합을 도출하였다.

상세 진행 과정

본 프로젝트는 인플루엔자의 확산 원인과 예방 효과를 분석하기 위해 문헌 자료 조사와 SEIR 시뮬레이션 데이터 분석을 함께 활용하였다.

먼저, 인플루엔자의 전파 특성, 잠복기, 감염 지속기간, 백신 효능, 마스크 및 사회적 거리두기 효과와 같은 기본 자료는 기존 논문과 공신력 있는 보건 자료를 바탕으로 수집하였다. 사이트의 시뮬레이션에서는 인구수 100,000명, 기본 재생산지수(R₀) 1.3, 잠복기 2일, 감염 지속기간 4일, 초기 감염자 10명, 시뮬레이션 기간 180일을 기준값으로 설정하였다. 또한 마스크 착용률, 사회적 거리두기 수준, 백신 접종률, 백신 효능을 조절 변수로 두어 예방 정책에 따른 변화를 비교하였다.

수집한 데이터를 바탕으로 SEIR 모델을 활용해 감수성자(S), 잠복기 감염자(E), 감염자(I), 회복자(R)의 변화를 시간 흐름에 따라 분석하였다. 분석 과정에서는 각 예방 요인의 변화에 따라 최대 감염자 수(피크), 피크 도달 시점, 최종 감염률(Attack Rate), 유효 재생산지수(Re)가 어떻게 달라지는지를 확인하였다. 이를 통해 어떤 예방 수단이 감염 확산을 가장 효과적으로 줄이는지 비교하였고, 백신·마스크·거리두기 중 최적의 조합을 도출하였다.

또한 사이트 내 커뮤니티 게시판 기능을 통해 사용자 의견과 제안을 수집할 수 있도록 하여, 연구 결과에 대한 사회적 인식과 실제 적용 가능성도 함께 살펴보도록 설계하였다.

groups

Section 02

팀원별 역할 및 소감

1

팀원 1

담당 역할

맡은 역할

역할 내용을 입력하세요.

느낀점 · 배운점

소감을 입력하세요.

2

팀원 2

담당 역할

맡은 역할

역할 내용을 입력하세요.

느낀점 · 배운점

소감을 입력하세요.

3

팀원 3

담당 역할

맡은 역할

역할 내용을 입력하세요.

느낀점 · 배운점

소감을 입력하세요.

4

팀원 4

담당 역할

맡은 역할

역할 내용을 입력하세요.

느낀점 · 배운점

소감을 입력하세요.